在2024年5月， 礼来，辉瑞，安进等十家知名制药企业发表了一篇重磅文章。在文章中， 研究者们结合ICH指导原则S7B -Q&A的最新升版，对如何更有效地基于体外hERG结果来推算心脏安全风险的安全窗口，做了深入的研究，最终提出的切实可行的指导建议：目前的评价标准依然是可行的、有效的，但是技术层面的方法学做了深度改进。
作为爱思益普体外心脏安全性评价白皮书发布系列活动的一部分，就这篇文章做一点抛砖引玉的解读。
-
如何获取准确的药物暴露量呢？在药物发现阶段，这个问题似乎和“准确”是搭不上边的。 -
安全窗口的阈值如何判断呢？30倍窗口是我们耳熟能详的。如果是25倍该如何理解呢？
“Conclusion:The current data provide further insight into the sensitivity of the 30-fold hERG margin ‘cut-off’ used for two decades. Using similar hERG assessments and these analyses, a future researcher can use a hERG margin threshold to support a negative QTc integrated risk assessment.”
这篇文章提供了基于方法学的系统研究和分析，以求实现以下5个目标：
提供数据以创建评价训练参考化合物hERG安全边际分布所需的一致性的药物暴露
Provide data allowing creation of consistent denominators for the hERG margin distributions of the key reference agents （dofetilide、Ondansetron & moxifloxacin）
探索实验室内部不同实验室之间获取的hERG安全边际的变化程度
Explore the variation in hERG margins within and across laboratories
根据最新新的研究提供基于诱发10毫秒QTc延长的hERG安全边际
Provide a hERG margin to 10 ms QTc prolongation based on several newer studies
提供信息以供参考，可以使得这些分析用于具体药物心脏安全性评价需要
Provide information to use these analyses for reference purposes
建议了hERG安全窗口阈值：30倍还是一个重要的标准哦 ：）
Provide recommended hERG margin ‘cut-off’ values
基于化合物对hERG的抑制（IC50）来计算安全窗口（准确的讲，应该称之为“安全边际”，为了行文便捷，以下还是使用安全窗口这个名词）是非常重要的，时常这个结果会直接决定一个化合物接下来的命运。由此，我们需要高度关注计算安全窗口时哪些因素会带来结果的差异（Variability）。一般而言，有两个因素是这种差异（Variability）的主要来源：
hERG实验的具体检测条件：不同条件下得到的结果可能有大相径庭
化合物的体内暴露量
当考虑将hERG安全边际用于尖端扭转型室性心动过速（TdP）的预测时，暴露量的变异性问题更加明显了。一方面几乎没有明确的与诱发TdP事件相关的体内药物暴露量水平的研究；一方面使用有效剂量下药物暴露量会将具有明确剂量依赖性诱发TdP的药物与那些仅在罕见的内在或外在因素（如药物-药物相互作用）影响下达到导致TdP暴露量的药物混为一谈。
为了让不同的实验室，得到相对一致也是更加科学、准确的hERG安全窗口，在ICH推出的S7B/E14指导原则的问答修订以及后续的培训材料中，对hERG实验以及结果解读的方法学上做了深度的修订，主要以下三点：
定义了关键浓度：在体内引起10ms及以上QTc延长的游离浓度
安全窗口计算：不仅仅是一个平均数值，需要考量95%-置信区间
hERG实验条件：推荐了最佳实践（Best Practice）的实验条件
在计算ICH E14/S7B训练化合物的安全窗口中，一个显著的不同是作为分母的自由浓度的选择：不再是容易产生差异（Variability）的自由血药浓度（unbound plasma concentration）,而是选选用了所谓的关键浓度（critical concentration）。在ICH提供的培训材料中，对关键浓度（critical concentration）做了明确的定义：
“Critical concentration (CC) for each reference drug was computed from the C-QTc relationship, where CC is the mean concentration that gives a 10-ms mean increase in ΔΔQTc [(10-intercept)/slope]. The posterior distribution for model parameters (intercept and slope by study) was used to quantify the uncertainty in the CC”
在文章中，作者复刻以及重新检测了ICH培训材料中的三个训练化合物：dofetilide、ondansetron 以及moxifloxacin.在计算得到IC50的数据，结合ICH所提供的培训材料中的化合物的血药浓度以及蛋白结合率，经过数据拟合分析（a random-effects meta-analysis ），得到了三个化合物IC50以及安全窗口的分布曲线，确定了这三个训练化合物的关键参数：
a. 对这三个训练化合物重新检测，得到的数据
b. 这三个化合物的ICH培训材料的数据
c. 这三个化合物的ICH培训材料的数据进行复刻
注意Ondansetron较大的差异是由于培训材料中出现了计算错误；Dofetilide来源的差异是由于四舍五入处理所致。 具体的处理方法，可以参见ICH培训材料的表格：
经过以上的分析处理，结合a random-effects meta-analysis分析，可以得出一个实验室总体的hERG安全窗口，被称之为：Pooled safety margin。 下图是本研究中得出的总体的hERG安全窗口。 其中青色线图表示基于三个训练化合物得出的安全窗口的分布函数，平均值以及95%-CI值；黑色线图是从ICH的训练材料直接得出的。可以看到两者具有很好的一致性，由于采样点更多，因此本研究中得到的95%-CI值更狭窄；下面橙色线图是本研究中剔除ondansetron后得到的结果。
可以利用这个总体安全窗口，来评价新分子的潜在安全性风险。
在本篇文章中，手动膜片钳的检测是遵循了最佳实践。得到的数据误差范围也较小（2.09X），充分体现了指导原则修订版所推荐的最佳实践的价值。和在人体实验中产生10ms的药物药物浓度用于计算化合物的安全窗口。这样的计算方法有一个基本假设：对于具体某一种化合物而言，如果要产生给定的QTc延长的程度，需要固定比例的hERG通道被抑制。 例如，在培训材料中， 计算出的ondansetron的安全窗口远远小于其他两个训练化合物，这意味着对于ondansetron需要更多的hERG被抑制，能产生相同程度的QTc延长。
在ICH推荐的培训材料以及本篇文章中，系统性地检查了这三个化合物hERG抑制程度 （pIC50）以及安全边际的分布，等到重要参数的分布曲线，平均值以及95%-CI。对于新的测试化合物，可以从已经建立起来的安全窗口中加以评估。
我们在这一章节，简要描述如何基于ICH培训材料来评价待测化合物的安全窗口：
a. 对于待测化合物以及阳性对照在相同的符合最佳实践的要求下开展。其中，对于阳性对照的选择需要是三种训练化合物之一。
b. 阳性化合物的浓度设置需要涵盖hERG20-80%的抑制程度，同时得到的 IC50数值和培训材料中建立的数值范围是一致的
c. 计算待测化合物以及重要代谢产物的hERG数值，并参考高临床暴露量做安全阈值的确定；
Note：
For the investigational product, include high Clinical Exposure scenario is defined as in ICH E14 Q&A 5.1, i.e., Cmax,ss achieved when the maximum therapeutic dose is administered in the presence of the intrinsic or extrinsic factor (organ impairment, drug-drug interaction, food effect, etc.) that has the largest effect on increasing Cmax,ss. Shown as mean (95% CI).
d. 在实验室内部，参照培训材料推荐的方案，计算出本实验安全窗口阈值（the upper-CI）在培训材料中是51X。
e. 如果母体化合物和代谢产物的hERG安全窗口高于预先建立起的阈值，那么体外实验表明由于直接hERG阻断导致的QT间期延长的风险较低 （down CI for test compound Vs upper-CI for the reference compounds）。
这样的计算方式显得更加合理和准确，但是也存在自身固有的问题。
ICH培训材料中推荐的安全窗口的阈值的计算方法存在着自身固有的问题和挑战。
阈值选用的upper-CI. 这个数值和样本容量具有密切的关系。
单一批次检测得到误差会有较大偏离。例如本文中得到总体阈值范围是33个独立实验拟合得到结果，但是如果每一个具体实验，其upper-CI在80X，这个数值就太大了。
在选用的三个训练化合物中，ondansetron所表现出对hERG抑制的特点和其他两个化合物具有较大的差异。这也为后续的评价留下了需要进一步研究的课题。
在阈值的计算中，参考的都是临床阶段得到的数据，是没有办法用于早期评价的。
只关注了灵敏度对特异性几乎没有分析。
以上种种，可以判断更新的安全窗口的阈值的计算方法确实在心脏安评中迈出了一大步，但是并不适用于早期的研发阶段。在早期我们还是需要依赖于hERG-IC50，估计的free-Cmax以及30X，50 X和100X的阈值。当然，我们也推荐在IND申报前，进行hERG最佳时间条件下的检测。
在ICH发布的匹配指导原则Q&A的培训材料中，我们看到对判断阈值做得调整：通过化合物的IC50，血浆蛋白结合率以及在人体实验中得到导致QT从延长10ms的作用浓度，来计算具体的安全窗口的阈值（平均值以及95%-CI），通过a random-effects meta-analysis分析，得到训练化合物总体的安全窗口。在ICH提供的培训材料中，这个数值是22X (9,51);在这篇文章中得到数值是21X (10,28）。推荐使用置信区间的上区间作用安全窗口（也就是51X/28X）。
同时，我们必须看由于实验设计的难度，明确的人体内暴露量的可得性以及化合物自身属性的差异，这一判断标准不适用于药物研发的早期阶段。那么，在一直通行使用的标准依然具有很有效的实用价值：
30倍：可以在早期提供适当的阈值，结合体内和临床试验得到良好的安评结果；
尤其是结合hiPSC-CMs体外动作电位检测，可以给出较好的结果。
50倍：能够有效地规避掉临床出现TdP风险，也需要结合体内和临床试验开展
100倍：100倍的安全边际在体内和临床评估的得到的数据质量不理想时或不可得时，是可以独自剔除掉有心脏安全性风险的化合物。
公司介绍
北京爱思益普生物科技股份有限公司 2010年创建，致力于打造靶点驱动的药物发现生物学平台。作为创新型CRO+的探索者，爱思益普专注于以“新靶点、新方法、新技术”解决创新药从靶点发现到候选化合物确认阶段的生物学和成药性的挑战；同时，爱思益普融合转化医学和生物学的专业团队，基于对疾病生物学及药物研发逻辑的深入理解，建立药物发现“一体化”的生物学平台为客户提供综合解决方案。爱思益普关注新药研发企业对质量、效率和成本的需求，用专业的生物学技术和高效的沟通帮助客户提高新药研发的效率及成功率。